User: Guest  Login
Original title:
Learning Sparse Data Models via Geometric Optimization with Applications to Image Processing 
Translated title:
Erlernen Spärlicher Datenmodelle mittels Geometrischer Optimierung und Deren Anwendung in der Bildverarbeitung 
Year:
2013 
Document type:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Advisor:
Kleinsteuber, Martin (Prof. Dr.) 
Referee:
Kleinsteuber, Martin (Prof. Dr.); Elad, Michael (Prof., D.Sc.); Steinbach, Eckehard (Prof. Dr.) 
Language:
en 
Subject group:
DAT Datenverarbeitung, Informatik 
Keywords:
sparse data modelling, image processing, dictionary learning, analysis operator learning, analysis model 
Translated keywords:
Bildverarbeitung, Datenmodelle, Analyse Modell, Dictionary Learning, Analyse Operator Learning 
Abstract:
This thesis investigates the problem of learning sparse data models and their applications to image processing, regarding both the synthesis and the analysis point of view. Two algorithms called Separable Dictionary Learning (SeDiL) and Geometric Analysis Operator Learning (GOAL) are introduced, which are based on geometric optimization on manifolds. These general models are used to tackle the classical inverse problems of image denoising, inpainting, and superresolution. In addition, an extensi...    »
 
Translated abstract:
Diese Arbeit befasst sich mit dem Erlernen spärlicher Datenmodelle und deren Anwendung in der Bildverarbeitung, sowohl bezüglich des Synthese- als auch des Analyseansatzes. Hierfür werden zwei Algorithmen vorgestellt, Separable Dictionary Learning (SeDiL) und Geometric Analysis Operator Learning (GOAL), die auf geometrischen Optimierungsverfahren auf Mannigfaltigkeit basieren. Diese allgemeinen Modelle werden zur Lösung klassischer inverser Probleme der Bildverarbeitung wie Denoising, Inpainting...    »
 
Oral examination:
18.12.2013 
File size:
5659518 bytes 
Pages:
153 
Last change:
21.02.2014